• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于車載16線激光雷達(dá)的障礙物檢測(cè)方法

    2021-09-07 06:03:40孔德明段呈新巴特古森斯王書(shū)濤
    計(jì)量學(xué)報(bào) 2021年7期
    關(guān)鍵詞:檢測(cè)

    孔德明,段呈新,巴特·古森斯,王書(shū)濤

    (1.燕山大學(xué) 電氣工程學(xué)院,河北省 秦皇島 066004;2.根特大學(xué) 通信與信息處理系,比利時(shí) 根特B-9000)

    1 引 言

    對(duì)周圍環(huán)境的可靠感知是汽車輔助駕駛系統(tǒng)的重要任務(wù),能準(zhǔn)確檢測(cè)行駛區(qū)域內(nèi)障礙物目標(biāo)既是輔助駕駛的基礎(chǔ),更是實(shí)現(xiàn)環(huán)境感知的前提[1]。在障礙物檢測(cè)技術(shù)中,視覺(jué)相機(jī)和激光雷達(dá)都是較為常見(jiàn)的傳感器[2]。與視覺(jué)相機(jī)相比,激光雷達(dá)不僅能夠迅速獲取大規(guī)模三維點(diǎn)云數(shù)據(jù),提供環(huán)境的精確幾何信息,并對(duì)光照強(qiáng)度變化、天氣條件具有很強(qiáng)的魯棒性,因此在障礙物檢測(cè)任務(wù)中得到了廣泛應(yīng)用?;诩す饫走_(dá)的障礙物檢測(cè)可從單幀點(diǎn)云中區(qū)分不同障礙物所包含的點(diǎn)云數(shù)據(jù),為后續(xù)的分類、跟蹤等任務(wù)提供支持[3]。

    目前,激光雷達(dá)障礙物檢測(cè)主要有基于深度學(xué)習(xí)[4,5]和基于聚類[6]兩種方式。其中基于深度學(xué)習(xí)的方法雖然檢測(cè)精度高,但訓(xùn)練周期長(zhǎng)且訓(xùn)練數(shù)據(jù)難以獲取,算法設(shè)計(jì)難度大;而聚類方法因其強(qiáng)穩(wěn)定性與實(shí)時(shí)性,廣泛應(yīng)用于檢測(cè)任務(wù)。國(guó)內(nèi)外學(xué)者對(duì)激光雷達(dá)聚類檢測(cè)算法進(jìn)行了大量研究,一般可分為基于特征、基于地面投影兩類[7]。第一類研究直接以點(diǎn)云的三維空間特征進(jìn)行聚類,該方法可以取得較好的聚類效果,但往往耗費(fèi)時(shí)間較長(zhǎng)。如李永強(qiáng)等[8]提出了一種改進(jìn)的K均值聚類檢測(cè)算法,段建民等[9]利用改進(jìn)的密度聚類算法檢測(cè)汽車前方區(qū)域障礙物,但以點(diǎn)出發(fā)迭代查詢的時(shí)間復(fù)雜度高,這類方法更適用于少線束激光雷達(dá)數(shù)據(jù);Sun Z等[10]采用固定距離閾值的方法完成多線雷達(dá)障礙物目標(biāo)聚類,運(yùn)算速度仍相對(duì)較慢。第二類研究將點(diǎn)云投影至俯視平面,以二維網(wǎng)格為單元進(jìn)行障礙物的聚類檢測(cè),簡(jiǎn)單且高效,但其檢測(cè)結(jié)果過(guò)于依賴網(wǎng)格參數(shù)設(shè)置。如婁新雨等[11]采用改進(jìn)的二維網(wǎng)格空間方式聚類,以動(dòng)態(tài)距離閾值快速聚類障礙物,但網(wǎng)格參數(shù)無(wú)法自適應(yīng)調(diào)節(jié),遠(yuǎn)距離障礙物檢測(cè)準(zhǔn)確率不高;謝德勝等[12]基于二維網(wǎng)格的八鄰域拓展進(jìn)行障礙物聚類,該方法耗時(shí)短,但網(wǎng)格劃分過(guò)大容易造成多障礙物目標(biāo)誤檢;為減小網(wǎng)格參數(shù)影響,B?rcs A等[13]采用多級(jí)網(wǎng)格聚類形式,在粗網(wǎng)格聚類結(jié)果上劃分子網(wǎng)格檢測(cè)障礙物,實(shí)驗(yàn)證明該算法實(shí)時(shí)性較高且具有一定魯棒性。

    綜合來(lái)看,網(wǎng)格處理方式更能滿足多線激光雷達(dá)數(shù)據(jù)障礙物檢測(cè)的需求,但最佳網(wǎng)格分辨率難以確定,導(dǎo)致檢測(cè)結(jié)果存在一定的誤差。此外,原始雷達(dá)數(shù)據(jù)存在噪聲,點(diǎn)云分布不均勻,造成例如目標(biāo)輪廓缺失、形變等情況發(fā)生,嚴(yán)重破壞了障礙物目標(biāo)的幾何特性[13],這導(dǎo)致單幀點(diǎn)云的檢測(cè)結(jié)果準(zhǔn)確率不足,穩(wěn)定性仍有待提高。

    針對(duì)上述存在問(wèn)題,為了提高16線激光雷達(dá)點(diǎn)云數(shù)據(jù)中障礙物目標(biāo)檢測(cè)準(zhǔn)確率,本文基于網(wǎng)格聚類的分析策略對(duì)障礙物檢測(cè)算法進(jìn)行了優(yōu)化設(shè)計(jì)。不同于傳統(tǒng)網(wǎng)格聚類,該算法在快速去除地面點(diǎn)及高結(jié)構(gòu)物體的基礎(chǔ)上建立兩級(jí)網(wǎng)格結(jié)構(gòu),以粗網(wǎng)格聚類結(jié)果為中心,依據(jù)分布離散度自適應(yīng)的確定子網(wǎng)格分辨率,獲取稠密子網(wǎng)格最大連通分量得到精確檢測(cè)結(jié)果,并結(jié)合相鄰時(shí)刻障礙物的狀態(tài)信息對(duì)該結(jié)果進(jìn)行修正,提高檢測(cè)穩(wěn)定性。實(shí)驗(yàn)表明:該算法能有效抑制道路中其余物體點(diǎn)云干擾,同時(shí)改進(jìn)的網(wǎng)格聚類算法能大大緩解相鄰障礙物過(guò)分割、稀疏障礙物欠分割問(wèn)題,實(shí)現(xiàn)障礙物的準(zhǔn)確檢測(cè)。

    2 基本原理

    本文提出的基于參數(shù)自適應(yīng)網(wǎng)格聚類的障礙物檢測(cè)算法分為以下4步進(jìn)行操作:地面點(diǎn)去除、高結(jié)構(gòu)物體提取、基于自適應(yīng)網(wǎng)格的目標(biāo)聚類和檢測(cè)結(jié)果修正。其中障礙物泛指在道路區(qū)域內(nèi)出現(xiàn)的例如車輛、行人等可能會(huì)對(duì)車輛行駛造成障礙的特定物體[14]。然而原始掃描數(shù)據(jù)中不可避免的會(huì)包含大量除障礙物以外的其他點(diǎn)云信息,如地面、建筑物等,這將嚴(yán)重影響算法速度及精度,需預(yù)先進(jìn)行濾除。

    2.1 地面點(diǎn)去除

    地面點(diǎn)云數(shù)據(jù)去除作為點(diǎn)云濾波的方式之一,是減少數(shù)據(jù)量及提高聚類檢測(cè)精度的有效手段。由于道路環(huán)境中存在具有小坡度或不平整的地面,無(wú)法直接采用設(shè)定高度閾值的基于形態(tài)學(xué)的濾波方法[15]實(shí)現(xiàn)地面點(diǎn)的有效去除。然而,基于分割的隨機(jī)抽樣一致性算法(random sample consensus,RANSAC)作為一種從樣本集中擬合數(shù)學(xué)要素的常用方法,高效且魯棒性好,因此在多種道路地面的適應(yīng)度更廣,但仍存在垂直物體(如建筑立面)干擾。為提高地面點(diǎn)檢測(cè)精度,本文結(jié)合規(guī)則八叉樹(shù)算法與RANSAC算法去除地面點(diǎn)。

    規(guī)則八叉樹(shù)利用編碼將點(diǎn)云空間劃分為指定邊長(zhǎng)的三維子立方體網(wǎng)格[16],是一種描述三維空間的樹(shù)狀數(shù)據(jù)結(jié)構(gòu)。由于原始點(diǎn)云數(shù)據(jù)中含有大量干擾點(diǎn)云如灰塵、多路徑反射等粗差點(diǎn)[17],通過(guò)規(guī)則八叉樹(shù)對(duì)點(diǎn)云預(yù)處理可在保證各點(diǎn)空間聯(lián)系的前提下去除粗差點(diǎn),過(guò)濾大部分建筑物、植被等非地物點(diǎn),降低數(shù)據(jù)量。對(duì)處理后的點(diǎn)云數(shù)據(jù)采用RANSAC算法估計(jì)地面參數(shù),可極大的避免建筑立面或粗差點(diǎn)干擾。從點(diǎn)云中去除地面點(diǎn)的流程如圖1所示。

    圖1 從點(diǎn)云中去除地面點(diǎn)的流程Fig.1 The process of removing ground point from point cloud

    具體步驟如下:

    步驟1:對(duì)圖1(a)中原始點(diǎn)云數(shù)據(jù)Pi(i∈1,2,…,n)建立規(guī)則八叉樹(shù)網(wǎng)格Tj(j∈1,2,…,n)如圖1(b)所示,為數(shù)據(jù)的后續(xù)處理構(gòu)建快速索引結(jié)構(gòu)。

    步驟2:定義固定距離空間內(nèi)臨近點(diǎn)數(shù)量小于一定閾值的點(diǎn)為粗差點(diǎn)。測(cè)定局部空間Tj內(nèi)點(diǎn)云數(shù)量,若小于閾值,則認(rèn)為三維網(wǎng)格Tj內(nèi)點(diǎn)云為粗差點(diǎn)簇剔除[18]。

    步驟3:考慮到實(shí)際應(yīng)用中激光雷達(dá)掃描情況,地面點(diǎn)存在于點(diǎn)云數(shù)據(jù)底層,標(biāo)記各垂直區(qū)域內(nèi)高度最小的網(wǎng)格為地面候補(bǔ)網(wǎng)格T如圖1(c)中橙色網(wǎng)格所示。這樣可有效排除立面及其他物體點(diǎn)云干擾,減小數(shù)據(jù)量。

    步驟4:提取T中點(diǎn)云構(gòu)建集合S,采用RANSAC算法,從集合S中不斷隨機(jī)抽取點(diǎn)構(gòu)建平面方程并估計(jì)平面模型參數(shù),找到滿足閾值的最佳模型平面點(diǎn),標(biāo)記為地面點(diǎn)如圖1(d)所示。

    2.2 高結(jié)構(gòu)物提取

    對(duì)去除地面點(diǎn)后的點(diǎn)云進(jìn)行高結(jié)構(gòu)物提取。高結(jié)構(gòu)物體是指如交通標(biāo)志、建筑立面、路燈、樹(shù)木等高度較高的行駛區(qū)域外對(duì)象。采用二維網(wǎng)格為基礎(chǔ)單元統(tǒng)計(jì)高程信息,設(shè)定高度閾值為約束條件,快速區(qū)分目標(biāo)類型提取高結(jié)構(gòu)物,以排除干擾。

    投影點(diǎn)云至XOY二維水平面,劃分該平面為m個(gè)邊長(zhǎng)L的規(guī)則二維網(wǎng)格Grid,gi∈Grid(i∈1,2,…,m)。依據(jù)坐標(biāo)將點(diǎn)云Pi依次劃分入各網(wǎng)格gi內(nèi),記錄各網(wǎng)格中點(diǎn)的最大高程值Hmax=max(Pi)、最大高度差Hc=max(Pi)-min(Pi)及點(diǎn)云數(shù)目Ng信息,并將Ng小于閾值(選取4個(gè)點(diǎn))的網(wǎng)格劃分為無(wú)效網(wǎng)格去除。若網(wǎng)格內(nèi)點(diǎn)的高程值Hmax大于預(yù)定義值,或最大高度差Hc大于閾值,則認(rèn)為該網(wǎng)格屬于高結(jié)構(gòu)物,提取該網(wǎng)格及其內(nèi)部點(diǎn)云。點(diǎn)云中高結(jié)構(gòu)物體提取效果如圖2所示,圖2(a)為去除地面點(diǎn)后的點(diǎn)云數(shù)據(jù);圖2(b)為從點(diǎn)云中提取的高結(jié)構(gòu)物包括物建筑立面、路燈等。

    圖2 點(diǎn)云中高結(jié)構(gòu)物體提取效果Fig.2 Extraction effect of tall structure objects in point cloud

    2.3 自適應(yīng)網(wǎng)格聚類

    在濾除了道路中其他物體點(diǎn)云干擾后,對(duì)剩余點(diǎn)云進(jìn)行聚類。由于16線激光雷達(dá)的分辨率隨著距離的增加而降低,導(dǎo)致點(diǎn)云數(shù)據(jù)分布稀疏不均,采用傳統(tǒng)固定分辨率的網(wǎng)格無(wú)法準(zhǔn)確聚類障礙物。分辨率過(guò)大會(huì)導(dǎo)致近距離網(wǎng)格內(nèi)包含多個(gè)障礙物目標(biāo)無(wú)法區(qū)分;分辨率過(guò)小易造成遠(yuǎn)距離稀疏障礙物過(guò)分割,且處理時(shí)間變長(zhǎng)。為解決上述缺陷,本文建立兩級(jí)網(wǎng)格結(jié)構(gòu)優(yōu)化聚類算法,一方面,粗分辨率網(wǎng)格適用于對(duì)環(huán)境中候選障礙物對(duì)象的大小、位置進(jìn)行粗略估計(jì);另一方面,細(xì)分粗網(wǎng)格為密集子網(wǎng)格,可有效計(jì)算障礙物子空間點(diǎn)云特征,從而得到準(zhǔn)確檢測(cè)結(jié)果;此外,本文對(duì)文獻(xiàn)[13]中多級(jí)網(wǎng)格聚類算法進(jìn)行優(yōu)化,針對(duì)不同空間特征的障礙物,采用自適應(yīng)方法確定子網(wǎng)格分辨率,提高適應(yīng)性與檢測(cè)準(zhǔn)確率。自適應(yīng)網(wǎng)格聚類流程如圖3所示。

    圖3 自適應(yīng)網(wǎng)格聚類流程圖Fig.3 Multilevel adaptive clustering flowchart

    具體處理過(guò)程如下:

    (1)粗網(wǎng)格聚類

    使用第2.2節(jié)中的初始分割結(jié)果,將剩余網(wǎng)格作為粗網(wǎng)格聚類區(qū)域。依次訪問(wèn)粗網(wǎng)格單元gi的3×3鄰域網(wǎng)格grj(j∈1,2,…8),以gi與相鄰grj的最大高程差H(gi,grj)=|Hmax(gi)-Hmax(grj)|為合并指標(biāo),若H小于預(yù)定義值,則認(rèn)為gi和grj屬于相同的候選障礙物h,記錄h中的點(diǎn)云數(shù)量N。

    (2)計(jì)算標(biāo)準(zhǔn)化離散度

    選用點(diǎn)云數(shù)N初判斷,若N大于閾值,則該候選障礙物h可能包含多個(gè)物體,提取h進(jìn)行子網(wǎng)格細(xì)分。以提取的h為中心,引入標(biāo)準(zhǔn)化離散度作為子網(wǎng)格分辨率參數(shù)的評(píng)價(jià)指標(biāo)[19]。首先計(jì)算h第n維數(shù)據(jù)的離散度Fn,再利用h每一維度點(diǎn)云數(shù)據(jù)分布的總體標(biāo)準(zhǔn)差與均值的偏離程度描述,計(jì)算公式為

    Fn=Tn/Cn

    (1)

    式中:Tn為候選障礙物h第n維數(shù)據(jù)的總體標(biāo)準(zhǔn)差;Cn為第n維數(shù)據(jù)的均值。

    候選障礙物h標(biāo)準(zhǔn)化離散度F的形式化定義[19]為

    (2)

    式中:m=3代表障礙物h點(diǎn)的維度;F與離散程度成反比關(guān)系,F(xiàn)的值越小,則h離散程度越大。

    (3)自適應(yīng)劃分子網(wǎng)格

    充分考慮h的分布情況,建立標(biāo)準(zhǔn)化離散度F和子網(wǎng)格劃分比例因子W之間的函數(shù)關(guān)系為

    (3)

    式中Nh為候選障礙物h的點(diǎn)云數(shù)量。

    將(3)式中對(duì)應(yīng)的比例因子W作為確定子網(wǎng)格分辨率的判定依據(jù),即將粗網(wǎng)格劃分為邊長(zhǎng)Ls=L/W的子網(wǎng)格gc,圖4為子網(wǎng)格劃分示意圖。

    圖4 子網(wǎng)格劃分示意圖Fig.4 Schematic diagram of sub grid division

    (4)基于網(wǎng)格密度聚類獲取障礙物目標(biāo)

    圖5為依據(jù)上述步驟聚類得到的相鄰障礙物結(jié)果。傳統(tǒng)網(wǎng)格密度聚類結(jié)果均包含了相鄰多障礙物目標(biāo),但根據(jù)自適應(yīng)網(wǎng)格算法可識(shí)別出低密度子網(wǎng)格區(qū)域(加黑方框),得到準(zhǔn)確的多障礙物目標(biāo)檢測(cè)結(jié)果。

    圖5 相鄰障礙物聚類結(jié)果Fig.5 Clustering results of adjacent obstacles

    2.4 檢測(cè)結(jié)果修正

    由于障礙物目標(biāo)h′大部分處于遮擋狀態(tài),形態(tài)輪廓掃描不完整,僅依據(jù)單幀點(diǎn)云的自適應(yīng)網(wǎng)格聚類結(jié)果可能會(huì)造成誤檢。本文改進(jìn)了文獻(xiàn)[11]中的方法,將k時(shí)刻障礙物h′與k-1時(shí)刻聚類結(jié)果中距離最近的障礙物目標(biāo)hk匹配,通過(guò)計(jì)算障礙物包圍盒信息的相似度修正聚類所得的檢測(cè)結(jié)果。

    首先擬合障礙物的包圍盒矩形,利用矩形中心點(diǎn)(x0,y0)表示障礙物,并獲得障礙物旋轉(zhuǎn)角度θ。由于障礙物目標(biāo)大部分具有初始位姿,直接計(jì)算或依據(jù)最小包圍盒無(wú)法正確描述其空間特征,因此在最小面積矩形區(qū)域基礎(chǔ)上,采用L形包圍盒[20]的方式擬合。

    L形包圍盒擬合的基本思想是遍歷矩形的所有可能方向并找到包含所有點(diǎn)云的矩形。依據(jù)h′中的點(diǎn)到矩形邊長(zhǎng)距離將點(diǎn)分為P、Q兩類,以點(diǎn)到邊長(zhǎng)的平方誤差為目標(biāo)函數(shù),取最小平方誤差為最佳結(jié)果,如式(4)。

    subject toP∪Q={1,2,…,m},

    c1,c2∈R,0°≤θ<90°

    (4)

    式中:xi、yi為第i個(gè)點(diǎn)云的X、Y軸坐標(biāo)值;θ為包圍盒旋轉(zhuǎn)角度;c1、c2是由θ確定的兩個(gè)正交邊上點(diǎn)的投影;R為實(shí)數(shù)集。

    包圍盒高度由h′中點(diǎn)云數(shù)據(jù)Ph的最大高度差Hh=max(Ph)-min(Ph)確定。圖6為車輛障礙物的兩種包圍盒擬合結(jié)果,圖6(a)為最小包圍盒擬合結(jié)果,錯(cuò)誤估計(jì)了車輛的旋轉(zhuǎn)角度以及中心點(diǎn),而圖6(b)的L形包圍盒擬合結(jié)果則準(zhǔn)確表示了車輛特征信息。

    圖6 包圍盒擬合Fig.6 Enclosure box fitting

    統(tǒng)計(jì)k時(shí)刻障礙物h′以及k-1時(shí)刻距離最近的匹配目標(biāo)hk的特征信息,其中包括:中心坐標(biāo)(x0,y0)、旋轉(zhuǎn)角度θ、運(yùn)動(dòng)速度v,計(jì)算公式[11]為

    (5)

    式中:(x0i,y0i)為k時(shí)刻第i個(gè)障礙物h′的中心坐標(biāo);(x0j,y0j)為k-1時(shí)刻與h′匹配的第j個(gè)障礙物hk的中心坐標(biāo);Δt為兩幀數(shù)據(jù)的時(shí)間差。

    通過(guò)以上信息特征來(lái)計(jì)算兩物體相似度Rs,表達(dá)式[11]為

    (6)

    式中:vi、θi和vj、θj分為h′、hk的運(yùn)動(dòng)速度和旋轉(zhuǎn)角度;C1~C3代表3種信息的權(quán)重值。

    當(dāng)相似度大于閾值時(shí),判定相鄰時(shí)刻的匹配目標(biāo)對(duì)為同一障礙物。

    3 實(shí)驗(yàn)及分析

    本文所用驗(yàn)證數(shù)據(jù)集是在比利時(shí)普通城市道路環(huán)境開(kāi)展的實(shí)驗(yàn)得到的,道路區(qū)域具有豐富地物目標(biāo)且行人稀少,路面較為平整、沒(méi)有較大的起伏。選用Velodyne公司的VLP-16型16線激光雷達(dá)檢測(cè)環(huán)境點(diǎn)云數(shù)據(jù)。

    為驗(yàn)證本文基于自適應(yīng)網(wǎng)格聚類算法的檢測(cè)效果,與現(xiàn)有文獻(xiàn)[13]中多級(jí)網(wǎng)格聚類算法進(jìn)行對(duì)比分析。選取30組寬闊、狹窄、十字路口街道內(nèi)道路環(huán)境數(shù)據(jù),分別采用2種算法對(duì)障礙物進(jìn)行檢測(cè)。其中特別針對(duì)不同距離的多障礙物、稀疏障礙物場(chǎng)景進(jìn)行重點(diǎn)分析研究。檢測(cè)結(jié)果如圖7和圖8所示,障礙物成獨(dú)立塊狀形態(tài),不同包圍盒模型代表不同類簇,灰色為地面點(diǎn)及其他地物。

    圖7 近距離多障礙物聚類結(jié)果Fig.7 Clustering result of near distance multi-obstacles

    圖8 遠(yuǎn)距離稀疏障礙物聚類結(jié)果Fig.8 Clustering result of distance sparse obstacles

    文獻(xiàn)[13]中選用固定比例因子W=3劃分子網(wǎng)格。在16線激光雷達(dá)點(diǎn)云數(shù)據(jù)中,由于掃描所得數(shù)據(jù)點(diǎn)較少且分布稀疏不均,固定比例因子易造成子網(wǎng)格密度特征不準(zhǔn)確進(jìn)而影響檢測(cè)結(jié)果。如圖7(a)所示,標(biāo)記的相鄰多車輛障礙物由于子網(wǎng)格均滿足高密度閾值(灰色方框),故誤檢為一類;而依據(jù)本文方法判斷其粗聚類結(jié)果分布離散程度小,自適應(yīng)選取細(xì)分比例因子W=4,細(xì)分后的子網(wǎng)格識(shí)別出了低密度分割線(加黑方框),并利用前一時(shí)刻結(jié)果修正,準(zhǔn)確檢測(cè)兩類障礙物如圖7(b)所示。

    在遠(yuǎn)距離稀疏車輛障礙物場(chǎng)景中,標(biāo)識(shí)出的點(diǎn)云由于子網(wǎng)格劃分過(guò)小導(dǎo)致低密度網(wǎng)格(加黑方框)出現(xiàn),將該障礙物誤檢為兩類如圖8(a)所示;本文方法判斷其分布離散程度大,劃分較大子網(wǎng)格,并結(jié)合k-1時(shí)刻與其匹配障礙物的狀態(tài)信息,準(zhǔn)確檢測(cè)該稀疏障礙物如圖8(b)所示。

    圖9為不同環(huán)境下,基于自適應(yīng)網(wǎng)格聚類算法、結(jié)合相鄰數(shù)據(jù)修正后的檢測(cè)結(jié)果,圖中采用盒模型表示檢測(cè)所得的障礙物。觀察可知,在不同環(huán)境與距離下,本文算法都能對(duì)車輛行駛道路中障礙物進(jìn)行較準(zhǔn)確的檢測(cè)。

    為了進(jìn)一步衡量算法的準(zhǔn)確度,采用準(zhǔn)確率作為評(píng)價(jià)指標(biāo)對(duì)障礙物檢測(cè)結(jié)果進(jìn)行定量評(píng)價(jià)。人工標(biāo)記30組道路中301個(gè)障礙物,作為準(zhǔn)確率P計(jì)算的參考,文獻(xiàn)[7]對(duì)P進(jìn)行了描述。

    P=As/A

    (7)

    式中:As為準(zhǔn)確分割的障礙物數(shù)目;A為障礙物總數(shù)目。

    圖9 4類場(chǎng)景下障礙物檢測(cè)結(jié)果Fig.9 Detection result of obstacles in four scenes

    分別通過(guò)2種算法進(jìn)行準(zhǔn)確統(tǒng)計(jì)計(jì)算,得出障礙物檢測(cè)的準(zhǔn)確率P,見(jiàn)表1。

    表1 障礙物檢測(cè)準(zhǔn)確率Tab.1 Accuracy of obstacles detection (%)

    由表1數(shù)據(jù)可知:與文獻(xiàn)[13]中的算法相比,本文算法的檢測(cè)準(zhǔn)確率更高,障礙物檢測(cè)更加完整。3種道路下本文算法的準(zhǔn)確率均得到了提升,檢測(cè)準(zhǔn)確率整體提高了5%。

    4 結(jié) 論

    針對(duì)16線激光雷達(dá)數(shù)據(jù)中障礙物目標(biāo)誤檢率較高的問(wèn)題,提出一種基于自適應(yīng)多級(jí)網(wǎng)格聚類的障礙物檢測(cè)方法:快速去除地面點(diǎn)與高結(jié)構(gòu)物;根據(jù)粗網(wǎng)格聚類結(jié)果空間分布情況,建立分布離散度和子網(wǎng)格細(xì)分比例因子之間的對(duì)應(yīng)關(guān)系,自適應(yīng)確定子網(wǎng)格分辨率并獲取稠密子網(wǎng)格最大連通區(qū)域;結(jié)合相鄰時(shí)刻特征信息修正結(jié)果,完成障礙物的準(zhǔn)確檢測(cè),檢測(cè)準(zhǔn)確率達(dá)91%。

    對(duì)不同道路場(chǎng)景的16線車載點(diǎn)云數(shù)據(jù)進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明:在近距離密集與遠(yuǎn)距離稀疏點(diǎn)云環(huán)境下均可進(jìn)行障礙物的準(zhǔn)確檢測(cè)。解決了傳統(tǒng)聚類易造成的障礙物目標(biāo)欠分割或過(guò)分割問(wèn)題,改善了因激光雷達(dá)分辨率隨距離變化的點(diǎn)云稀疏不均導(dǎo)致的檢測(cè)不準(zhǔn)確情況。并與改進(jìn)的網(wǎng)格聚類方法進(jìn)行了對(duì)比,進(jìn)一步驗(yàn)證了本文方法的有效性。

    猜你喜歡
    檢測(cè)
    QC 檢測(cè)
    “不等式”檢測(cè)題
    “一元一次不等式”檢測(cè)題
    “一元一次不等式組”檢測(cè)題
    “幾何圖形”檢測(cè)題
    “角”檢測(cè)題
    “有理數(shù)的乘除法”檢測(cè)題
    “有理數(shù)”檢測(cè)題
    “角”檢測(cè)題
    “幾何圖形”檢測(cè)題
    老司机深夜福利视频在线观看| 亚洲无线观看免费| 精品99又大又爽又粗少妇毛片 | 丰满的人妻完整版| 欧美一区二区精品小视频在线| 网址你懂的国产日韩在线| 中文资源天堂在线| 中文字幕久久专区| 制服人妻中文乱码| 国产精品永久免费网站| 又爽又黄无遮挡网站| 久99久视频精品免费| 成人性生交大片免费视频hd| 亚洲精品久久国产高清桃花| 久久久久久大精品| АⅤ资源中文在线天堂| 国产精品一及| 国产免费av片在线观看野外av| 亚洲欧美日韩无卡精品| 亚洲精品一区av在线观看| 国产爱豆传媒在线观看| 国产高潮美女av| 欧美日韩黄片免| 一区二区三区激情视频| 一二三四在线观看免费中文在| 又黄又粗又硬又大视频| 成人一区二区视频在线观看| 免费搜索国产男女视频| 少妇丰满av| 一区二区三区高清视频在线| 国产精品1区2区在线观看.| 成熟少妇高潮喷水视频| 欧美3d第一页| e午夜精品久久久久久久| 精品无人区乱码1区二区| 日韩有码中文字幕| 一进一出抽搐动态| 成人性生交大片免费视频hd| 精品一区二区三区视频在线 | 黄色视频,在线免费观看| 国产成年人精品一区二区| 精品国产美女av久久久久小说| 巨乳人妻的诱惑在线观看| 国产乱人视频| 亚洲国产高清在线一区二区三| 身体一侧抽搐| 亚洲熟女毛片儿| 变态另类成人亚洲欧美熟女| 老熟妇乱子伦视频在线观看| 国产伦在线观看视频一区| 看片在线看免费视频| 亚洲av成人精品一区久久| 久久国产精品人妻蜜桃| 久久伊人香网站| 精品日产1卡2卡| 老司机午夜福利在线观看视频| 精品无人区乱码1区二区| 欧美黄色淫秽网站| 99久久精品国产亚洲精品| 可以在线观看的亚洲视频| 免费观看的影片在线观看| 国模一区二区三区四区视频 | 成人精品一区二区免费| 免费一级毛片在线播放高清视频| 天堂网av新在线| 中文在线观看免费www的网站| 欧美中文综合在线视频| 一级毛片高清免费大全| 欧美xxxx黑人xx丫x性爽| 欧美日韩中文字幕国产精品一区二区三区| 日本精品一区二区三区蜜桃| 宅男免费午夜| 在线永久观看黄色视频| 久久久成人免费电影| 色综合亚洲欧美另类图片| 久久亚洲精品不卡| 精品电影一区二区在线| 久久欧美精品欧美久久欧美| 日韩人妻高清精品专区| 我的老师免费观看完整版| av福利片在线观看| 国产精品乱码一区二三区的特点| 成人永久免费在线观看视频| 超碰成人久久| 熟妇人妻久久中文字幕3abv| 亚洲va日本ⅴa欧美va伊人久久| 国产伦精品一区二区三区四那| 天堂影院成人在线观看| 亚洲第一电影网av| www.精华液| 色尼玛亚洲综合影院| 欧美3d第一页| 成人鲁丝片一二三区免费| 国产麻豆成人av免费视频| 久久午夜亚洲精品久久| 母亲3免费完整高清在线观看| 九九热线精品视视频播放| 亚洲熟妇熟女久久| 成在线人永久免费视频| 嫩草影院精品99| 观看美女的网站| 亚洲欧美一区二区三区黑人| 露出奶头的视频| 中文字幕熟女人妻在线| 黄频高清免费视频| 一个人观看的视频www高清免费观看 | 在线视频色国产色| 亚洲自拍偷在线| 日本 av在线| 久久中文看片网| 亚洲熟妇熟女久久| 亚洲九九香蕉| 性色avwww在线观看| 午夜激情福利司机影院| 亚洲成a人片在线一区二区| 国产成人欧美在线观看| www.精华液| 欧美一级a爱片免费观看看| 国产精品99久久久久久久久| 亚洲人成网站在线播放欧美日韩| 亚洲美女黄片视频| 国产精品免费一区二区三区在线| 亚洲国产看品久久| 欧美午夜高清在线| 亚洲18禁久久av| or卡值多少钱| 男女视频在线观看网站免费| 在线观看免费午夜福利视频| 在线看三级毛片| 日本三级黄在线观看| 一级毛片女人18水好多| 午夜日韩欧美国产| 亚洲色图av天堂| 男人舔女人的私密视频| 在线视频色国产色| 88av欧美| 欧美性猛交╳xxx乱大交人| 18禁美女被吸乳视频| 国产精品 国内视频| tocl精华| 精品久久蜜臀av无| 日韩欧美国产在线观看| 一区二区三区国产精品乱码| 日本熟妇午夜| 两个人的视频大全免费| 国产成人系列免费观看| 免费高清视频大片| 精品国产乱码久久久久久男人| 夜夜爽天天搞| 亚洲人成电影免费在线| 99久久综合精品五月天人人| av黄色大香蕉| 脱女人内裤的视频| 757午夜福利合集在线观看| 亚洲欧美精品综合一区二区三区| 每晚都被弄得嗷嗷叫到高潮| 久久久久亚洲av毛片大全| 国产精品香港三级国产av潘金莲| АⅤ资源中文在线天堂| 亚洲av第一区精品v没综合| 国产亚洲精品久久久com| 欧美一级毛片孕妇| 啦啦啦韩国在线观看视频| 成人高潮视频无遮挡免费网站| 不卡一级毛片| 久久久久亚洲av毛片大全| 亚洲美女视频黄频| 视频区欧美日本亚洲| 国产高清有码在线观看视频| 国内精品久久久久久久电影| 美女 人体艺术 gogo| 欧洲精品卡2卡3卡4卡5卡区| 成人一区二区视频在线观看| 国产伦在线观看视频一区| av福利片在线观看| 91字幕亚洲| 丰满的人妻完整版| 久久久久久国产a免费观看| 最近最新免费中文字幕在线| 精品无人区乱码1区二区| 国产又黄又爽又无遮挡在线| 久久精品国产综合久久久| 亚洲成人免费电影在线观看| 波多野结衣高清无吗| 午夜免费观看网址| 国内毛片毛片毛片毛片毛片| 18禁裸乳无遮挡免费网站照片| 精品一区二区三区四区五区乱码| 级片在线观看| 日本熟妇午夜| 日韩欧美 国产精品| 99久久精品热视频| 国产一区二区在线av高清观看| 夜夜爽天天搞| 日本撒尿小便嘘嘘汇集6| 亚洲天堂国产精品一区在线| 久久精品亚洲精品国产色婷小说| 亚洲专区字幕在线| 首页视频小说图片口味搜索| 老司机在亚洲福利影院| 久久久久国产一级毛片高清牌| 91久久精品国产一区二区成人 | 一级毛片精品| 亚洲午夜理论影院| 精品不卡国产一区二区三区| 日本免费一区二区三区高清不卡| 久久精品夜夜夜夜夜久久蜜豆| 久久久久久大精品| 亚洲五月天丁香| 午夜精品久久久久久毛片777| 午夜成年电影在线免费观看| 亚洲中文日韩欧美视频| 成人特级黄色片久久久久久久| 精品久久久久久,| 97超视频在线观看视频| 欧美一区二区国产精品久久精品| 在线观看午夜福利视频| 午夜福利成人在线免费观看| 男女那种视频在线观看| 欧美高清成人免费视频www| 国产精品久久久久久久电影 | 亚洲 欧美 日韩 在线 免费| 成人三级黄色视频| 久久久久久国产a免费观看| 成人无遮挡网站| 又爽又黄无遮挡网站| 成人欧美大片| 日本黄色视频三级网站网址| 亚洲 国产 在线| 啦啦啦免费观看视频1| 国产精品爽爽va在线观看网站| 最近最新中文字幕大全免费视频| 操出白浆在线播放| 亚洲欧洲精品一区二区精品久久久| 国产成人精品久久二区二区免费| 国产亚洲av高清不卡| 色噜噜av男人的天堂激情| 亚洲性夜色夜夜综合| 成年人黄色毛片网站| 色尼玛亚洲综合影院| 日韩国内少妇激情av| 久久久久久人人人人人| 国产精品久久久人人做人人爽| 亚洲性夜色夜夜综合| 99在线视频只有这里精品首页| 日韩欧美在线二视频| 99国产精品一区二区三区| 国产精品综合久久久久久久免费| 亚洲,欧美精品.| 中国美女看黄片| 久久久久性生活片| 亚洲在线观看片| av天堂中文字幕网| 91av网一区二区| 麻豆国产97在线/欧美| 欧美xxxx黑人xx丫x性爽| 久久伊人香网站| 特级一级黄色大片| 国产精品影院久久| 中文字幕人妻丝袜一区二区| 亚洲国产欧美一区二区综合| 亚洲一区高清亚洲精品| 99精品在免费线老司机午夜| 色哟哟哟哟哟哟| 国产精品一及| 亚洲五月天丁香| 精品久久蜜臀av无| 色综合婷婷激情| 两个人的视频大全免费| 美女黄网站色视频| 高清毛片免费观看视频网站| 国产成人欧美在线观看| 亚洲国产日韩欧美精品在线观看 | 黑人巨大精品欧美一区二区mp4| 一级a爱片免费观看的视频| 亚洲精品粉嫩美女一区| 欧美xxxx黑人xx丫x性爽| 亚洲国产中文字幕在线视频| 国产免费男女视频| 男人舔奶头视频| 美女大奶头视频| 综合色av麻豆| 好男人在线观看高清免费视频| 精品久久久久久久久久久久久| 欧美绝顶高潮抽搐喷水| 波多野结衣高清无吗| 午夜福利免费观看在线| 国产成人av教育| 波多野结衣巨乳人妻| 国产高潮美女av| 亚洲18禁久久av| 香蕉国产在线看| 国产人伦9x9x在线观看| 欧美高清成人免费视频www| 嫩草影视91久久| 亚洲国产欧美人成| 最近在线观看免费完整版| 午夜久久久久精精品| 亚洲欧美日韩东京热| 亚洲美女黄片视频| 日韩欧美免费精品| 在线看三级毛片| 亚洲一区二区三区不卡视频| 亚洲真实伦在线观看| 床上黄色一级片| 男插女下体视频免费在线播放| 精品久久久久久久久久久久久| 手机成人av网站| 日韩欧美精品v在线| 黄频高清免费视频| 亚洲第一欧美日韩一区二区三区| 免费在线观看视频国产中文字幕亚洲| 又粗又爽又猛毛片免费看| 88av欧美| 给我免费播放毛片高清在线观看| 日本在线视频免费播放| av天堂中文字幕网| 五月伊人婷婷丁香| 久久精品国产亚洲av香蕉五月| 女生性感内裤真人,穿戴方法视频| 成人性生交大片免费视频hd| 黑人欧美特级aaaaaa片| 在线观看免费视频日本深夜| 国产私拍福利视频在线观看| 日本一二三区视频观看| 两个人看的免费小视频| 日本成人三级电影网站| 久久久成人免费电影| 中亚洲国语对白在线视频| 99久久综合精品五月天人人| 在线十欧美十亚洲十日本专区| 2021天堂中文幕一二区在线观| 淫秽高清视频在线观看| 热99re8久久精品国产| 国产人伦9x9x在线观看| 一二三四在线观看免费中文在| 99精品欧美一区二区三区四区| 欧美色视频一区免费| 脱女人内裤的视频| 日韩免费av在线播放| 久久久久久国产a免费观看| 成人av在线播放网站| 亚洲国产欧美网| av中文乱码字幕在线| 欧美日韩乱码在线| 成人三级做爰电影| 日本成人三级电影网站| 日韩 欧美 亚洲 中文字幕| 国产精品 国内视频| 黑人欧美特级aaaaaa片| 1000部很黄的大片| 亚洲无线在线观看| 18禁黄网站禁片午夜丰满| 特级一级黄色大片| 男人舔奶头视频| 精品国产乱码久久久久久男人| 色av中文字幕| 又紧又爽又黄一区二区| 国产蜜桃级精品一区二区三区| 18美女黄网站色大片免费观看| 国产精品久久电影中文字幕| 婷婷亚洲欧美| 午夜免费观看网址| 又大又爽又粗| 欧美成人免费av一区二区三区| 欧美乱码精品一区二区三区| 亚洲美女黄片视频| 亚洲黑人精品在线| 级片在线观看| 色哟哟哟哟哟哟| 色综合站精品国产| 国产97色在线日韩免费| 欧美绝顶高潮抽搐喷水| 国产精品免费一区二区三区在线| 中文字幕精品亚洲无线码一区| 欧美高清成人免费视频www| 男人舔女人下体高潮全视频| 亚洲精华国产精华精| 免费在线观看日本一区| 国产三级在线视频| 久久亚洲真实| 国产高清videossex| 每晚都被弄得嗷嗷叫到高潮| 偷拍熟女少妇极品色| 真实男女啪啪啪动态图| 久久久久久人人人人人| 偷拍熟女少妇极品色| 欧美日韩亚洲国产一区二区在线观看| 国产精品99久久99久久久不卡| 成人特级av手机在线观看| 99久久综合精品五月天人人| 亚洲熟女毛片儿| 成人特级av手机在线观看| 欧美另类亚洲清纯唯美| 黑人巨大精品欧美一区二区mp4| 美女高潮喷水抽搐中文字幕| 精品一区二区三区四区五区乱码| 免费在线观看视频国产中文字幕亚洲| 色综合亚洲欧美另类图片| 日韩有码中文字幕| 亚洲自偷自拍图片 自拍| 久久久成人免费电影| 99久久国产精品久久久| 少妇熟女aⅴ在线视频| 欧美午夜高清在线| 一进一出抽搐动态| 亚洲最大成人中文| 亚洲av成人av| av片东京热男人的天堂| 女同久久另类99精品国产91| 床上黄色一级片| 午夜福利视频1000在线观看| 亚洲av中文字字幕乱码综合| 欧美日韩黄片免| 国产黄a三级三级三级人| 欧美一级毛片孕妇| 欧美激情在线99| 亚洲国产精品久久男人天堂| ponron亚洲| 免费搜索国产男女视频| 久久久久久久久免费视频了| 欧美日本亚洲视频在线播放| 最近最新中文字幕大全免费视频| 国产探花在线观看一区二区| 少妇人妻一区二区三区视频| 午夜福利在线观看吧| 日日夜夜操网爽| 亚洲国产看品久久| 国产欧美日韩一区二区精品| 日本熟妇午夜| 久久精品影院6| 国产亚洲欧美98| 不卡一级毛片| 免费看美女性在线毛片视频| 观看免费一级毛片| av天堂在线播放| 高清毛片免费观看视频网站| 在线观看舔阴道视频| 在线永久观看黄色视频| 国产美女午夜福利| 少妇熟女aⅴ在线视频| 中文字幕人妻丝袜一区二区| 久久精品91无色码中文字幕| 高清毛片免费观看视频网站| 真人做人爱边吃奶动态| 国产成人系列免费观看| 别揉我奶头~嗯~啊~动态视频| 午夜日韩欧美国产| 在线观看一区二区三区| 精品熟女少妇八av免费久了| 国产免费男女视频| 亚洲熟妇中文字幕五十中出| 国产69精品久久久久777片 | 欧美黑人欧美精品刺激| 毛片女人毛片| 成人永久免费在线观看视频| 美女黄网站色视频| 老司机午夜十八禁免费视频| 国产乱人伦免费视频| 亚洲国产欧美人成| 国产精品 欧美亚洲| 成人国产一区最新在线观看| 啪啪无遮挡十八禁网站| 亚洲在线观看片| 国产男靠女视频免费网站| 这个男人来自地球电影免费观看| 欧美乱码精品一区二区三区| 丰满人妻一区二区三区视频av | 日韩三级视频一区二区三区| 成人性生交大片免费视频hd| 女同久久另类99精品国产91| 免费看美女性在线毛片视频| 国产在线精品亚洲第一网站| 美女大奶头视频| 操出白浆在线播放| 亚洲av五月六月丁香网| 视频区欧美日本亚洲| 亚洲第一电影网av| 国产一区二区在线观看日韩 | 亚洲精品国产精品久久久不卡| 国产激情久久老熟女| 神马国产精品三级电影在线观看| 久9热在线精品视频| 精品福利观看| 国产三级黄色录像| 亚洲男人的天堂狠狠| 午夜福利在线在线| 国产亚洲精品久久久com| 曰老女人黄片| 我要搜黄色片| 久久精品国产综合久久久| 中文字幕人妻丝袜一区二区| 成人亚洲精品av一区二区| 日韩欧美国产一区二区入口| 给我免费播放毛片高清在线观看| www日本在线高清视频| 亚洲av成人av| 午夜成年电影在线免费观看| 精品久久久久久,| 亚洲人与动物交配视频| 国产精品一区二区三区四区免费观看 | 桃红色精品国产亚洲av| 曰老女人黄片| 少妇裸体淫交视频免费看高清| 久久久久精品国产欧美久久久| 色在线成人网| 国产真实乱freesex| 亚洲国产高清在线一区二区三| 亚洲七黄色美女视频| 91在线观看av| 99在线人妻在线中文字幕| 真实男女啪啪啪动态图| 国产精品香港三级国产av潘金莲| 久久这里只有精品19| 日本免费一区二区三区高清不卡| 高清毛片免费观看视频网站| 欧美不卡视频在线免费观看| 欧美性猛交╳xxx乱大交人| 精品国内亚洲2022精品成人| 97超视频在线观看视频| 人妻久久中文字幕网| 此物有八面人人有两片| 毛片女人毛片| 国产精品久久久久久久电影 | 91av网站免费观看| 99精品在免费线老司机午夜| 国产91精品成人一区二区三区| 精品午夜福利视频在线观看一区| 欧美av亚洲av综合av国产av| 女警被强在线播放| av在线蜜桃| 中国美女看黄片| 国语自产精品视频在线第100页| 国产黄色小视频在线观看| 黑人操中国人逼视频| 国产av不卡久久| 国产aⅴ精品一区二区三区波| 久久精品夜夜夜夜夜久久蜜豆| 色av中文字幕| 久久国产乱子伦精品免费另类| 在线看三级毛片| av天堂在线播放| 精品一区二区三区四区五区乱码| 成人av一区二区三区在线看| 欧美乱妇无乱码| 久久香蕉精品热| 国模一区二区三区四区视频 | 搡老妇女老女人老熟妇| 国产亚洲精品一区二区www| 国产精品九九99| 制服人妻中文乱码| 婷婷六月久久综合丁香| 久久久久国产一级毛片高清牌| 欧美激情在线99| 国产亚洲精品av在线| 女生性感内裤真人,穿戴方法视频| 真实男女啪啪啪动态图| 久久精品aⅴ一区二区三区四区| 老司机福利观看| 97人妻精品一区二区三区麻豆| 国内精品久久久久久久电影| 亚洲av成人不卡在线观看播放网| 午夜精品久久久久久毛片777| 夜夜看夜夜爽夜夜摸| 免费看十八禁软件| 黄色成人免费大全| 老鸭窝网址在线观看| 少妇熟女aⅴ在线视频| 国产精品女同一区二区软件 | 日韩国内少妇激情av| 男女之事视频高清在线观看| 老司机深夜福利视频在线观看| 我要搜黄色片| 日韩大尺度精品在线看网址| 岛国视频午夜一区免费看| 亚洲国产中文字幕在线视频| 亚洲成人中文字幕在线播放| 国产69精品久久久久777片 | 麻豆国产av国片精品| 成年女人看的毛片在线观看| 免费观看的影片在线观看| 夜夜看夜夜爽夜夜摸| 高清毛片免费观看视频网站| 全区人妻精品视频| 高清毛片免费观看视频网站| 精品国产超薄肉色丝袜足j| 亚洲成av人片免费观看| av在线蜜桃| 女警被强在线播放| 99国产极品粉嫩在线观看| 久久这里只有精品19| 精品电影一区二区在线| 一本一本综合久久| 精品电影一区二区在线| 非洲黑人性xxxx精品又粗又长| 精品人妻1区二区| 久久久久国产一级毛片高清牌| 国产一区二区在线观看日韩 | 精品久久久久久久末码| 精品一区二区三区视频在线观看免费| 免费观看的影片在线观看| 中文亚洲av片在线观看爽| 一本一本综合久久| av在线蜜桃| 女警被强在线播放| 午夜视频精品福利| 精品无人区乱码1区二区| 国产三级在线视频| 欧美一级毛片孕妇| 精品国产美女av久久久久小说| www.精华液| 午夜免费观看网址| 精品国内亚洲2022精品成人| 露出奶头的视频| 特级一级黄色大片|